2.2. Метод синтеза нечетких решающих правил прогнозирования и ранней диагностики работников агропромышленного комплекса, контактирующих с ядохимикатами.

Как отмечалось выше, методологической основой математической базы выбрана методология синтеза гибридных нечетких решающих правил. Однако, в известных публикациях, например в [70, 73, 74, 78, 79, 88, 91, 139, 170, 194] ее описание определяет обобщенную концепцию, перечень методов с общими рекомендациями по их отдельному и совместному использованию.

В связи с этим, при решении специфических задач, к которым относится и тематика диссертационного исследования, появляется необходимость в разработке методов синтеза решающих правил наиболее адекватных структуре данных, что, в свою очередь, обеспечивает повышение оперативности и качества принимаемых решений.

Анализ литературных источников и собственные исследования позволили определить ряд специфических особенностей действия ядохимикатов, содержащихся в удобрениях, на организм человека. Например, нитраты, попадая в кровь человека, меняя свойства гемоглобина, способствуют появлению кислородного голодания, что, в свою очередь, приводит к нарушению функций нервной системы, сердца, тканей почек и печени. В свою очередь, соли азотной кислоты, соединяясь с другими веществами, во много раз усиливают ядовитые свойства нитратов, создавая выраженный мультипликативный эффект с неизвестной и неустойчивой аналитической зависимостью между концентрацией вносимых удобрений и риском возникновения профессиональных заболеваний.

Другой пример: ряд пестицидов, в результате прямого воздействия, повреждает слизистую оболочку желудочно-кишечного тракта (ЖКТ), а влияние тех же пестицидов на нервную систему приводит к развитию вегетативных нарушений, что, в свою очередь, меняет моторику органов пищеварения. Такой двойной эффект значительно усугубляет прямое 56

действие пестицидов на слизистую оболочку, и в силу сложности взаимодействия нервной системы с человеческими органами традиционное построение математических моделей практически невозможно.

Характерной особенностью влияния сельскохозяйственных ядохимикатов на организм человека является наличие накопительного эффекта, когда при малых временах воздействия опасность появления и развития профессиональных заболеваний практически отсутствует, но по мере увеличения времени контакта вред здоровью человека растет существенно нелинейно.

Дополнительные сложности при синтезе прогностических и диагностических решающих правил связаны с тем, что в реальных условиях работы с ядохимикатами проводятся в разных климатических условиях, с непостоянной периодичностью, трудноподдающемуся наблюдению за соблюдением рабочими санитарных норм и правил и т.д.

С учетом перечисленных и ряда других особенностей структуры данных при синтезе искомых моделей прогнозирования и ранней диагностики заболеваний с ведущим фактором риска сельскохозяйственные ядохимикаты предлагается следующий набор рекомендаций, совместимых с общей методологией синтеза гибридных нечетких решающих правил.

Для синтеза набора частных решающих правил прогнозирования и ранней диагностики по подпространству признаков сельскохозяйственные ядохимикаты (ПСЯ) рекомендуется сформировать группу

высококвалифицированных экспертов в составе: агрохимиков, врачей- гигиенистов и профпатологов, врачей кибернетиков - специалистов по системным медицинским исследованиям. Как и для других экспертов, согласованность их действий оценивается коэффициентом конкордации.

При наличии временных и экономических ресурсов определяются независимые от решаемых задач методы и средства для прогнозирования и ранней диагностики исследуемых классов заболеваний. В работах [30, 66, 81, 82, 176] рекомендуется для этих целей использовать энергетические

характеристики биологически активных точек в сочетании с данными опросов, лабораторных и инструментальных методов исследования. В работах [52, 53, 64, 90, 106, 135] описаны соответствующие решающие правила по заболеваниям, характерным для растениеводческой области АПК (заболевания сердечно-сосудистой, нервной, мочеполовой и дыхательной систем, а также желудочно-кишечного тракта).

Выбираются исследуемые классы заболеваний и формируются репрезентативные обучающие и, при возможности, контрольные выборки с достаточно точно установленными прогнозами и ранними диагнозами с использованием выбранных методов и средств. Если для формирования обучающих и контрольных выборок использованы методы и средства, описанные в работах [64, 65, 88,90, 132, 133], то в качестве функций отклика (результаты прогноза и ранней диагностики) определяются на непрерывных шкалах (диапазон [0, ..., 1]) уверенностей в принимаемых решениях.

Наличие обучающих выборок позволяет изучить структуру используемых данных и сформировать соответствующие рекомендации по синтезу решающих правил.

Поскольку действия различных сельскохозяйственных ядохимикатов, а также сочетанное действие ядохимикатов с другими экзогенными и эндогенными факторами риска может вызвать мультипликативные воздействия на состояние здоровья человека, для выяснения такого типа сочетанных воздействий в аппарат разведочного анализа необходимо включить аппарат установления возможных мультипликативных связей. К математическим аппаратам такого типа относится метод группового учета аргументов (МГУА), имеющий хорошую методическую и программную поддержку [7, 8, 56, 83, 191]. МГУА дает хорошие результаты в условиях малых выборок, последовательно формируя полиномы Колмогорова-Габора, описывающие возможные структурные связи анализируемых данных, включая взаимосвязи между факторами риска и исследуемыми классами состояния здоровья. В составе математического обеспечения МГУА имеются

механизмы оценки адекватности формируемых полиноминальных моделей решаемым задачам, и оценки информативности используемых переменных.

Кроме того, разработана нечеткая модификация МГУА, ориентированная на взаимодействие с нечеткими моделями других типов, составляющих основу методологии синтеза гибридных нечетких моделей принятия решений [83].

Влияние сельскохозяйственных ядохимикатов на появление и развитие соответствующих заболеваний наиболее точно можно определить по их содержанию в органах с учетом концентрации в них i-го ядохимиката и времени его воздействия.

Учитывая нелинейные и априори неизвестные зависимости концентрации c_iи времени воздействия t_iна орган с возникновением и развитием заболевания ω_tвведем функцию принадлежности μ (z^.) с базовой переменной z^., зависящий от параметров c_iи t_i.

С учетом мультипликативной природы c_i, t_iбазовую переменную z предлагается определять по формуле:

гдерезестентная концентрация ядохимиката i, ниже которой

обеспечивается безопасное функционирование органа в смысле патологии ω; t . - резестентное время, меньше которого орган «не успевает» перейти в патологию ω_i; f_ii(•) - нормировочная функция степени влияния

ядохимикатов с концентрацией c_iна появление и развитие заболеваний ω_eс областью определения [0, ..., 1]; f∖_i(∙)- нормировочная функция степени

влияния времени воздействия ядохимиката iна появление и развитие патологии ω•

Типовые графики функций степени влияния и функции принадлежности по патологии ω^приведены на рис.2.1:

60

В реальных условиях, в силу продолжительности и дороговизны исследования содержания сельскохозяйственных ядохимикатов в органах человека, часто проводится оценка концентрации вещества, контактирующего с человеком во внешней среде, где в ходе социально - гигиенического мониторинга контролируется содержание ядохимикатов в воздухе, воде и почве в сравнении с их предельно-допустимыми концентрациями. В таком варианте выражение (2.18) трансформируется в формулу:

где c_πi- предельно-допустимая концентрация ядохимиката i; c_i- средняя концентрация за период наблюдения; t_i- время нахождения сельскохозяйственного рабочего в контакте с ядохимикатом i.

Поскольку z^., полученное по формуле (2.19) характеризует внешнюю среду по отношению к человеку с точно неизвестным механизмом попадания вредных веществ во внутренние органы, то соответствующие функции принадлежности будут иметь значительно меньшую крутизну и не всегда достигать своего максимально-возможного значения по сравнению с расчетами по формуле (2.18).

Рекомендации по построению функций принадлежности для различных условий с учетом данных разведочного анализа описаны в работах [68, 88, 128].

Характерной особенностью при работе с ядохимикатами является предписание работы с защитными устройствами и приспособлениями, которые снижают вероятность появления и развития профессиональных заболеваний.

Для учета влияния защитных средств на уверенность в принимаемых решениях введем функцию защиты Q&по заболеванию ω^от ядохимиката i с областью определения [0,....,1], аналогично тому, как в работах [82, 88, 90] вводилась защитная функция организма.

С учетом Q^.уверенность UQyjBпоявлении и развитии заболеваний от контакта с ядохимикатом iопределяется выражением:

где определяется выражением (2.19).

Функция защиты выбирается из условия, что при 100% защите рабочего от фактора i по заболеванию

При определении функции защиты следует руководствоваться конкретными условиями труда и имеющимися способами защиты. Если для различных видов защиты известен процент ослабления действий ядохимикатовможет быть определен по формуле:

В другом варианте различными защитными методами в виде опросника могут быть поставлены в соответствие величины Q_z- в диапазоне от 0 до 1 и т.д.

Использование выражения (2.20) для решения поставленных в работе задач, хотя и проще оценки содержания ядохимикатов в органах и тканях, но так же сопряжено с целым рядом трудностей, главными из которых являются достаточно точное определение параметров

С учетом этого при отсутствии возможности получения моделей (2.18), (2.19), (2.20) предлагается получать специализированные решающие

таблицы, в которых по строкам (например, в виде опросника) выписываются условия воздействия сельскохозяйственных ядохимикатов, по столбцам - время контакта рабочего с ядохимикатом.

Элементами таблицы является уверенность в появлении и развитии заболевания . Удобно также таблицы составлять по заболеваниям , отдельно для прогнозов, отдельно по ранним диагнозам, а по строкам выписывать все различные способы применения всех ядохимикатов, приводящих к появлению и развитию . Тогда, уверенность в появлении и развитии будет определяться агрегацией всех соответствующих частных уверенностей, записанных в таблице.

Применяемая защита может быть учтена в описании условий применения частных уверенностей в прогнозе, а может, после определения частных уверенностей (раннем диагнозе) корректировать полученные результаты по формуле (2.20).

В таблице 2.1 представлен пример составления решающей таблицы относительно прогнозирования заболеваний по классу .

Таблица 2.1. Распределение уверенности в .

В этой таблице уверенность в прогнозе возникновения патологии UL по условию pдля длительности действия q (UL_pq) получают в процессе синтеза решающих правил, объединяя опыт специалистов и результаты разведочного анализа. Используя общую методологию синтеза гибридных нечетких решающих правил, например, если эксперты выбирают величины ULтак, что каждая частная уверенность увеличивает уверенность в прогнозе появления ω, то в качестве агрегатора по всем условиям может быть выбрана формула Е.Шортлифа. Пусть, * в таблице 1.1 соответствует производственной ситуации, тогда, по всей группе ядохимикатов, воздействующих на рабочего уверенность в появлении ω^определяется выражением:

где p - номер строки, совпадающей с номером итерации;

Когда эксперты - медики приходят к выводу, что какой-либо из ядохимикатов вызывает появление и развитие основного ω^и сопутствующих ω_r (r=1, ...., R) заболеваний и далее одно или несколько сопутствующих заболеваний усиливает риск возникновения и развития основного заболевания, предлагается следующий порядок синтеза соответствующих решающих правил.

В соответствии с рекомендациями рассмотренными выше, определяется уверенность в прогнозе ULPили раннем диагнозе ULRдля основного заболевания.

В соответствии с общей методологией синтеза нечетких решающих правил с учетом выбранных экзогенных и эндогенных факторов

определяются уверенность в прогнозе URP_rпо заболеваниям ω_r (r=1, ...., R) или уверенность в наличии заболевания ω_r URN_r.

где H_r = URP_rили H_r = URN_r, F_p- агрегатор прогностического правила.

Финальная уверенность в раннем диагнозе по классу ω^определяется выражением:

где F_r- агрегатор правил ранней диагностики.

С учетом рассмотренных предложений по синтезу частных решающих правил прогнозирования и ранней диагностики заболеваний по фактору риска —действия на рабочих сельскохозяйственных ядохимикатов” и общей методологии синтеза гибридных нечетких решающих правил предлагается метод синтеза гибридных нечетких моделей прогнозирования и ранней диагностики заболеваний сельскохозяйственных рабочих, контактирующих с ядохимикатами, состоящий из следующих основных действий.

1. При участии инженера когнитолога - специалиста по синтезу гибридных нечетких решающих правил для медицинских приложений, формируется группа экспертов состоящая из агрохимиков, врачей

профпатологов и гигиенистов. Состав экспертной группы определяется требованиями, принятыми в квалиметрии [110].

2. В ходе агроэкологического анализа определяются виды и характеристики ядохимикатов, с которыми контактируют сельскохозяйственные рабочие, индивидуально или для групп рабочих оценивается время их контакта с ядохимикатами, определяются списки заболеваний , провоцируемых установленной номенклатурой химикатов.

3. При наличии медико-технических возможностей выбираются методы и технические средства, позволяющие с достаточной для практики точностью прогнозировать появление и развитие исследуемых классов заболеваний и (или) ставить раннюю стадию заболеваний.

Исходя из требований по точности оценки состояния здоровья сельскохозяйственных рабочих, принятыми в теории распознавания методами, определяется объем обучающей, и по возможности контрольной, выборки. Для выбранных групп сельскохозяйственных рабочих с использованием отобранных независимых методов устанавливается уверенность в прогнозе или в наличии ранней стадии заболеваний по классам ω_i.

4. С использованием методов экспертного оценивания и теории измерения латентных переменных с моделью Раща производится оптимизация списка ядохимикатов, которые необходимо учитывать при синтезе нечетких моделей принятия решений с учетом ограничений по точности, времени и технико-экономическим затратам.

5. С использованием алгоритмов МГУА определяются возможные мультипликативные связи между концентрациями выделенных ядохимикатов, временем их воздействия и определенными классами состояний здоровья сельскохозяйственных рабочих. При наличии мультипликативных взаимосвязей, определяемых полиноминальными моделями Колмогорова-Габора формируются частные нечеткие модели по

методике, описанной в работах [70, 88]. В дальнейшем эти частные модели используются как составные части финальных гибридных нечетких решающих правил.

6. В случае отсутствия возможности формирования обучающих выборок, необходимых для проведения разведочного анализа, инженер по знаниям теоретически и практически готовит экспертов к решению задач выбора формы и параметров функций принадлежности и по их агрегации на основе собственного опыта, знаний, интуиции и данных литературы, используя общие рекомендации, достаточно подробно описанные в работах [68, 70, 73, 74, 78, 79, 88, 91, 139, 170, 194].

7. Если имеется медико-техническая возможность определять

содержание, концентрацию и время воздействия ядохимикатов на органы и ткани человека, уверенность в прогнозе по ш₍ от действия ядохимиката i определяется функцией принадлежностиопределяется

выражением (2.18). уверенность в раннем диапазоне определяется функцией принадлежности

Увернность ULP в прогнозе ω_iпо группе ядохимикатов определяется выражением

где- агрегатор прогностических функций принадлежности для класса ω_t; i= 1, 2, ...

Уверенность ULR в ранней стадии заболевания ω_lпо группе ядохимикатов определяется выражением

67

где- агрегатор диагностических функций принадлежности для

класса ω_f.

8. Если ранний диагноз ставится по концентрациям ядохимикатов окружающих сельскохозяйственного рабочего и находящегося вне его организма, то без наличия защитных средств в выражениях (2.23) и (2.24) базовые переменные z_uопределяются по формулам (2.19). С учетом защитных средств и приспособлений уверенность в принимаемых решениях принимается по формуле (2.20).

9. При работе с табличными моделями эксперты формируют условия токсического воздействия на сельскохозяйственных рабочих, временные интервалы воздействия и частные коэффициенты уверенности в искомом диапазоне ω_f,, U, где р - номер условия воздействия, q- временные интервалы.

Уверенности в прогнозах и ранних диагнозах определяются выражениями

10. При взаимном влиянии различных патологий ω_rна основе патологии ωпрогностическая и диагностическая уверенность определяется выражениями (2.21) и (2.22).

11. Определяются списки дополнительных экзогенных и эндогенных факторов риска по исследуемым классам состояний для повышения точности работы прогностических и диагностических решающих правил. В работах [52, 64, 88, 90] рекомендуется для аналогичного класса задач использовать такие показатели как: уровень длительного психоэмоционального напряжения (ПЭН); уровень хронического утомления (УУ); функциональный

резерв (ФР); энергетические характеристики биологически активных точек (ЭХ БАТ) “связанных с исследуемыми заболеваниями”; уровень эргономичности технических средств, если они используются обследуемыми; экологические характеристики (факторы риска); индивидуальные факторы риска, способствующие появлению и развитию исследуемых заболеваний.

6. Осуществляется синтез коллективов гибридных нечетких решающих правил в соответствии с общей методологией, достаточно подробно описанной в работах [70, 73, 74, 88, 91, 139, 170, 194].

Таким образом, предлагаемый метод позволяет учесть существенные разнообразные особенности структуры данных, присущих контакту человека с ядохимикатами.